口音转译系统

起止时间：02/2025 ~ 05/2025

技术栈：[Speechmatics, Aruze, WebSocket, FastAPI, VAD, ASR, TTS]

设计端到端实时语音转译系统，从本地麦克风采集语音流。实现音频帧处理、回声抑制、采样率与字节格式转换。接入 Speechmatics 完成鲁棒语音识别，结合 Aruze 实现标准化语音重建。特殊口音识别准确率 90%+。

bilibili效果展示